要点
- Anthropic Alignment Science Blog 宣布 Anthropic Residency：有薪固定期限研究项目，驻留时长六周、三个月或六个月；本轮申请截止 2026-11-22，提供美国与英国岗位链接。
- 目标人选为定量学科教授、技术创始人、staff 级工程师；明确不要求机器学习背景、博士或已发表论文。薪酬按年当量 $350,000–$500,000；偏好旧金山办公，较短驻留可远程。
- 定位为 Anthropic Fellows Program 的资深版：Fellows 产出含 subliminal learning、Petri 审计工具、persona vectors；导师名单含 Ethan Perez、Evan Hubinger、Nicholas Carlini、Jascha Sohl-Dickstein 等。
这则公告的核心不是「又开一个实习生项目」，而是把招聘漏斗刻意挪到已经带过硬技术议程的人：教授、创始人、staff 工程师——并公开写明机器学习背景非必需。
可证伪读法：若本轮 Residency 在合理周期内无法产出可对标 Fellows 的实证成果，或绝大多数驻留者未能转入全职 AI 研究（Anthropic 内外皆可），则「资深跨领域迁移」叙事应降级为高薪人才公关；若产出与转正/转岗路径同时成立，则应上修对「议程判断力优先于 ML 履历」这一人才模型的权重。
[1]硬事实来自官方博客：项目为 paid, fixed-term；时长六周至六个月；截止日 November 22, 2026；薪酬 $350,000 to $500,000/year equivalent；地点偏好 San Francisco，较短驻留可远程；结束目标是每位 Resident 具备继续全职从事 AI 研究的条件（Anthropic 或其他机构）。
研究兴趣面覆盖可扩展监督、对抗鲁棒与 AI control、错位模型生物、可解释性、safeguards、AI welfare，以及前沿红队与 ML/RL 系统。文中列出的潜在导师来自 Alignment Training、Alignment Science、Alignment Stress-Testing、Scalable Oversight、Model Psychology 等团队。
[1]证据层级是机构自述的招聘/培养设计，外加对 Fellows 既有产出的指向性引用（subliminal learning、Petri、persona vectors）。未给出本轮名额、录取率、历史驻留转正率或独立评估。
钢人论证：随着能力提升，瓶颈越来越像「立题与判断什么值得做」，而定量领域资深者常已具备这类肌肉；用高薪短驻 + 导师制 + 计算额度降低转场摩擦，是比「只招已会训模型的人」更宽的人才供给策略。钢人之外，年当量 35–50 万美元会抬高机会成本比较，也可能把项目读成对顶尖人才的竞价信号，而非纯粹的安全研究扩容。
[1]最强钢人：Fellows 已展示新人可快速贡献；把同一漏斗上移到「已领导过野心项目」的人群，理论上提高单位时间的研究判断密度，并缓解 ML 履历墙。
钢人风险：文中未定义成功度量（论文、内部工具、转正、外部任职）；六周档与六个月档的学习曲线差异巨大；「多数全职研究岗需迁旧金山」与远程短驻之间存在张力——短期体验未必转化为可迁移的全职路径。
[1]对学术与工业界资深技术人，这是一条高补偿、低 ML 门槛的对齐研究入口；对 Anthropic，是把 Fellows 模型产品化为「资深迁移」品牌。对观察者，关键变量是 2026-11-22 后的录取结构、公开研究产出，以及驻留结束时的去向分布——而非薪酬数字本身。
[1]短期应以本轮公开成果与去向为准：若高薪驻留主要沉淀为品牌曝光而缺少可复核产出，则记为人才市场信号；若 Fellows 级工作与全职过渡同步出现，则「跨领域资深者进安全」会成为 2026–2027 实验室扩编的可复制模板。
【No.2】
[1]